《面向智慧型視頻監控的多目標檢測與跟蹤技術研究》是依託東北大學，由王璐擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：面向智慧型視頻監控的多目標檢測與跟蹤技術研究
- 項目類別：青年科學基金項目
- 項目負責人：王璐
- 依託單位：東北大學
中文摘要,結題摘要,
中文摘要
隨著監控攝像頭安裝的日益增多，計算機智慧型視頻監控技術的研究變得越來越重要。它基於計算機視覺和模式識別等理論，以對視頻內容做出快速的分析和回響為目標，並能提供有用的統計數據如目標數量，分布，密度及流量。但是現有技術在準確性和實時性方面遠不能滿足人們的要求。特別是在複雜情況下，例如比較擁擠的交通場景，目標之間的相互遮擋，以及場景物體對目標的遮擋，都會嚴重影響目標檢測和跟蹤算法的準確性。基於當前研究在目標檢測和跟蹤方面存在的不足，本項目著力研究在遮擋普遍存在的情況下，（1）利用從二維到三維的推理來實現對多個行人的快速檢測方法，（2）最大化利用目標未遮擋部分提供的信息進行有效跟蹤的方法，（3）同時利用時間和空間信息對場景障礙物進行估計以實現對檢測和跟蹤補償的方法，（4）車輛和行人同時存在情況下的檢測和跟蹤。本項目將力求達到可靠地對實際的監控視頻進行實時處理，為未來智慧型監控的實際套用提供理論依據和技術支持。
結題摘要
隨著監控攝像頭安裝的日益增多，計算機智慧型視頻監控技術的研究變得越來越重要。它基於計算機視覺和模式識別等理論，以對視頻內容做出快速的分析和回響為目標，並能提供有用的統計數據如目標數量，分布，密度及流量。但是現有技術在準確性和實時性方面遠不能滿足人們的要求。特別是在複雜情況下，例如比較擁擠的交通場景，目標之間的相互遮擋，以及場景物體對目標的遮擋，都會嚴重影響目標檢測和跟蹤算法的準確性。基於當前研究在目標檢測和跟蹤方面存在的不足，本項目研究了在遮擋普遍存在的情況下，（1）基於對可變性部位模型的分解和遮擋處理實現來實現多個行人的準確檢測，（2）利用尺度估計和遮擋推理實現多行人的檢測，（3）疊代的進行數據關聯和檢測結果更新來實現準確的多目標跟蹤，（4）同時利用時間和空間信息對場景障礙物進行估計以實現對檢測和跟蹤補償的方法，（5）利用卷積神經網路特徵和相關濾波器實現行人和車輛的聯合跟蹤 。本項目將為未來智慧型監控的實際套用提供理論依據和技術支持。
